中南大学学报（自然科学版）
中南大學學報（自然科學版）
중남대학학보（자연과학판）
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2010年
4期
1385-1390
,共6页
液压系统%工程机械%故障诊断%多模型故障诊断%广义回归神经网络
液壓繫統%工程機械%故障診斷%多模型故障診斷%廣義迴歸神經網絡
액압계통%공정궤계%고장진단%다모형고장진단%엄의회귀신경망락
提出一种针对工程机械液压系统的多网络模型的故障诊断方法.该网络模型以广义回归神经网络(General regression neural network,GRNN)为基础,引入全局递归的反馈机制,构建动态GRNN模型.该方法首先为多个目标故障建立同等数量的动态GRNN目标故障模型,计算每个目标故障模型的检测阈值;然后,将测试故障样本代入每个目标故障模型中,当其残差平方和在对应阈值范围内即可确定故障类型.实验结果表明:多网络模型的故障诊断方法准确地诊断出95%以上的系统故障.
提齣一種針對工程機械液壓繫統的多網絡模型的故障診斷方法.該網絡模型以廣義迴歸神經網絡(General regression neural network,GRNN)為基礎,引入全跼遞歸的反饋機製,構建動態GRNN模型.該方法首先為多箇目標故障建立同等數量的動態GRNN目標故障模型,計算每箇目標故障模型的檢測閾值;然後,將測試故障樣本代入每箇目標故障模型中,噹其殘差平方和在對應閾值範圍內即可確定故障類型.實驗結果錶明:多網絡模型的故障診斷方法準確地診斷齣95%以上的繫統故障.
제출일충침대공정궤계액압계통적다망락모형적고장진단방법.해망락모형이엄의회귀신경망락(General regression neural network,GRNN)위기출,인입전국체귀적반궤궤제,구건동태GRNN모형.해방법수선위다개목표고장건립동등수량적동태GRNN목표고장모형,계산매개목표고장모형적검측역치;연후,장측시고장양본대입매개목표고장모형중,당기잔차평방화재대응역치범위내즉가학정고장류형.실험결과표명:다망락모형적고장진단방법준학지진단출95%이상적계통고장.
